تعلّم الآلة يعني أنه بدل أن يكتب المبرمج قاعدة لكل حالة، نعرض على الحاسوب أمثلة كثيرة ليكتشف النمط بنفسه. ناتج هذه العملية «نموذج» قادر على التنبؤ أو اتخاذ القرار على بيانات جديدة.
مثال بسيط#
افترض أنك تريد فرز الرسائل المزعجة (السبام). كتابة قواعد يدوية لكل حيل المرسلين شبه مستحيلة. في تعلّم الآلة تعطي الخوارزمية آلاف الرسائل المصنّفة (مزعجة أو سليمة)، فيتعلّم النموذج الكلمات والأنماط المشبوهة ويصنّف الرسائل الجديدة بنفسه.
مراحل العمل#
- جمع البيانات وتنظيفها.
- اختيار نوع الخوارزمية.
- تدريب النموذج على جزء من البيانات.
- اختبار النموذج على بيانات لم يرَها من قبل.
- استخدامه في العالم الحقيقي ومراقبته باستمرار.
العائلات الثلاث الرئيسية#
- التعلّم الخاضع للإشراف: البيانات مزوّدة بتسميات.
- التعلّم غير الخاضع للإشراف: البيانات بلا تسميات، ويكتشف النموذج المجموعات بنفسه.
- التعلّم المعزَّز: يتعلّم النموذج بالمكافأة والعقوبة.
أين تصادفه#
اقتراح المنتجات في المتجر الإلكتروني، وكشف الاحتيال في المعاملات المصرفية، وتوقّع المبيعات، وتصفية المحتوى، كلها تعلّم آلة.
خطأ شائع#
لا يتفوّق النموذج على بياناته. فإذا كانت البيانات قليلة أو ناقصة أو متحيّزة، فحتى أدق خوارزمية ستعطي نتيجة ضعيفة.